知识追踪常用数据集下载

原论文链接:
基于深度学习的知识追踪研究进展_刘铁园,陈威,常亮,古天龙
http://qikan.cqvip.com/Qikan/Article/Detail?id=7106372561

数据集简述下载链接
SyntheticDKT 模型使用的模拟数据集,它模拟了 2000 名虚拟学生,他们回答了来自 5 个虚拟知识点的 50 个问题.仅在此数据集中,所有学生回答问题的顺序相同https://github.com/chrispiech/DeepKnowledgeTracing/tree/master/data/synthetic
Static2011来自一个大学级的工程静力学课程,具有333个学生在1223个问题上的189927个交互https://pslcdatashop.web.cmu.edu/DatasetInfo?datasetId=507
KDDCup20102010年KDD杯比赛开发数据集,具有574个学生在436个问题上的607026个交互https://pslcdatashop.web.cmu.edu/KDDCup/downloads.jsp
EdNet由Santa(一个人工智能导学系统)收集的大规模分层的学生活动数据集,包含784309名学生的131317236个交互信息,是迄今为止发布的最大的公共交互教育系统数据集https://github.com/riiid/ednet
Junyi来自JunyiAcademy(一个在线教育网站),除EdNet外数据量最多的开源数据集https://pslcdatashop.web.cmu.edu/DatasetInfo?datasetId=1198
ASSIST2009来自ASSISTMENTS在线辅导系统,去掉重复记录之后,包含4151个学生在110个问题上的325673个交互https://sites.google.com/site/assistmentsdata/home/2009-2010-assistment-data
ASSIST2012包含27066个学生在45716个问题上的2541201个交互https://sites.google.com/site/assistmentsdata/home/2012-13-school-data-with-affect
ASSIST2015包含19840个学生在100个问题上的683801个交互。https://sites.google.com/site/assistmentsdata/home/2015-assistments-skill-builderdata
ASSIST2017包含 686 个学生在 102 个问题上的 942816 个交互.https://sites.google.com/view/assistmentsdatamining/dataset?authuser=0
  • 4
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
DeepSORT人脸追踪数据集是用于人脸追踪算法训练和评估的数据集。它收集了包含多个摄像头拍摄的视频,每个视频中含有多个行人的行为轨迹。该数据集通过标注每个帧中的目标行人的边界框和ID,提供了以图像序列为基础的用于人脸追踪的训练和测试样本。 DeepSORT人脸追踪数据集的使用具有以下优势。首先,它提供了多视角的视频序列,可用于模拟真实场景中的目标行人行为变化和跟踪困难情况。其次,标注了每个目标行人的边界框和唯一ID,为追踪算法的监督学习提供了准确的训练信号。此外,数据集中的大量样本可以使算法具备较强的泛化能力,能够应对不同环境条件和行人外貌的变化。 使用DeepSORT人脸追踪数据集进行算法训练和评估,可以帮助研究人员和开发者提升人脸追踪算法的性能和效果。通过训练算法在不同视角、复杂背景和目标交叉遮挡等情况下实现准确的目标追踪,能够提高算法在实际应用中的可用性。此外,通过对算法在数据集上的评估,可以了解其在各种指标下的表现,为后续的算法改进和优化提供指导。 总之,DeepSORT人脸追踪数据集是一个重要的资源,可用于研究和开发人脸追踪算法。通过使用该数据集进行算法训练和评估,可以提高算法的追踪精度和鲁棒性,进一步推动人脸追踪技术的发展。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值